使用多重血清分析来估计SARS-CoV-2感染以来的时间和马拉加斯加患者过去的临床表现

科学领域:

• 免疫学 免疫学 免疫学
• 病毒学 病毒学
• 流行病学 流行病学

背景情况:

• 由于COVID-19的流行,人们需要精确的血清学测试来了解免疫反应.
• 发展中国家需要工具来描述正在进行的SARS-CoV-2流行病.
• 幽默反应是感染和恢复的关键指标.

研究的目的:

• 开发和验证用于检测SARS-CoV-2特定IgM和IgG抗体的多重血清分析.
• 评估测试在预测感染和症状出现后的时间方面的表现.
• 为改善COVID-19监测提供一个工具.

主要方法:

• 开发了一个针对SARS-CoV-2 S1,S2,RBD和N蛋白质的Luminex xMAP®多重测试.
• 测试了马达加斯加43名COVID-19患者的12个月血液样本.
• 利用随机森林算法进行感染时间线和症状的预测建模.

主要成果:

• 多重检测在注册后14天实现了对S1,RBD和N的IgG100%的灵敏度和特异性.
• 与商业ELISA套件相比,该测试显示出更高的灵敏度.
• 随机森林模型准确地预测了症状呈现 (87.1%) 和感染后的时间 (80%).

结论:

• 一个经过验证的多重血清分析可以有效检测SARS-CoV-2抗体.
• 对抗体反应的统计建模准确地预测了感染和症状出现以来的时间.
• 这种工具可以加强全球监测,区分最近和过去的感染,并评估疾病的严重程度.